2025-01-02-DataFun-张尧_AI+Agents在On-call助手场景中的探索与实践_24页_5mb

AI Agents在On-call助手场景中的探索与实践总结

背景介绍
报告基于eBay监控平台Sherlock.io的背景，AI Agents被应用于严重告警服务场景。On-call日常工作包括问题诊断、监控指标查询、告警规则配置等。核心挑战是自动化处理重复任务，提高响应效率。

相关工作调研
总结了AI Agents关键技术：检索增强生成(RAG)用于信息检索，反思(Reflection)如ExpeL、Reflexion处理自我改进，思维树(ToT)和树搜索结合大型语言模型(LM)实现问题解决。引用了Shao et al. 2024、Zhao et al. 2023、Yao et al. 2023等论文，强调了性价比和AI Agents的实际应用潜力。

方案介绍
提出Le Penseur AI Agent系统：采用意图识别处理用户查询，集成RAG支持私有词汇和数据分析；通过智能路由区分问答(Q&A)和问题优先级(Triage)，实现多Agent协同（Hierarchical路由、重路由机制）。智能规划能从历史问题中推断原因，平衡执行效果与资源消耗。

未来展望
评估方案面临难点：多轮对话、实时性约束和AI Agents在严重告警场景中的可靠评估。建议探索多Agents系统（如基于树搜索的协同规划），提升严重告警处理的长期可行性和效率。